Não parecia garantido que isso funcionaria, diz Matthew Chantry, coordenador de aprendizado de máquina do ECWMF, que está passando esta temporada de tempestades avaliando seu desempenho. Os algoritmos que sustentam o ChatGPT foram treinados com trilhões de palavras, em grande parte extraídas da Internet, mas não há nenhuma amostra tão abrangente para a atmosfera da Terra. Os furacões, em particular, constituem uma pequena fração dos dados de treinamento disponíveis. O fato de os rastros de tempestade previstos para Lee e outros terem sido tão bons significa que os algoritmos captaram alguns fundamentos da física atmosférica.
Esse processo apresenta desvantagens. Como os algoritmos de aprendizado de máquina se apegam aos padrões mais comuns, eles tendem a minimizar a intensidade de valores discrepantes, como ondas de calor extremas ou tempestades tropicais, diz Chantry. E existem lacunas no que estes modelos podem prever. Eles não foram projetados para estimar a precipitação, por exemplo, que ocorre com uma resolução mais precisa do que os dados meteorológicos globais usados para treiná-los.
Shakir Mohamed, diretor de pesquisa da DeepMind, diz que a chuva e os eventos extremos – os eventos climáticos nos quais as pessoas estão provavelmente mais interessadas – representam os “casos mais desafiadores” para os modelos meteorológicos de IA. Existem outros métodos de previsão de precipitação, incluindo uma abordagem localizada baseada em radar desenvolvida pela DeepMind conhecido como NowCasting, mas integrar os dois é um desafio. Dados mais refinados, esperados na próxima versão do conjunto de dados ECMWF usado para treinar modelos de previsão, podem ajudar os modelos de IA a começar a prever chuva. Os pesquisadores também estão explorando como ajustar os modelos para estarem mais dispostos a prever eventos fora do comum.
Verificações de erros
Uma comparação que os modelos de IA ganham é a eficiência. Os meteorologistas e os responsáveis pela gestão de catástrofes querem cada vez mais o que é conhecido como previsões probabilísticas de eventos como furacões – um resumo de uma série de cenários possíveis e da probabilidade de ocorrerem. Assim, os previsores produzem modelos conjuntos que traçam resultados diferentes. No caso de sistemas tropicais, eles são conhecidos como modelos espaguete, porque mostram meadas de múltiplos rastros possíveis de tempestades. Mas calcular cada macarrão adicional pode levar horas.
Os modelos de IA, por outro lado, podem produzir múltiplas projeções em minutos. “Se você tiver um modelo já treinado, nosso modelo FourCastNet será executado em 40 segundos em uma placa gráfica antiga”, diz DeMaria. “Então você poderia fazer um conjunto gigantesco que não seria viável com modelos baseados fisicamente.”
Infelizmente, as verdadeiras previsões conjuntas apresentam duas formas de incerteza: tanto nas observações meteorológicas iniciais como no próprio modelo. Os sistemas de IA não podem fazer o último. Essa fraqueza surge do problema da “caixa preta” comum a muitos sistemas de aprendizado de máquina. Quando você está tentando prever o tempo, é crucial saber o quanto você deve duvidar do seu modelo. Lingxi Xie, pesquisador sênior de IA da Huawei, diz que adicionar explicações às previsões de IA é o pedido número um dos meteorologistas. “Não podemos fornecer uma resposta satisfatória”, diz ele.
Apesar dessas limitações, Xie e outros estão esperançosos de que os modelos de IA possam tornar previsões precisas mais amplamente disponíveis. Mas a perspectiva de colocar a meteorologia alimentada por IA nas mãos de qualquer pessoa ainda está longe, diz ele. São necessárias boas observações meteorológicas para fazer previsões de qualquer tipo – desde satélites, bóias, aviões, sensores – canalizadas através de empresas como a NOAA e a ECMWF, que processam os dados em conjuntos de dados legíveis por máquina. Os investigadores de IA, as startups e as nações com capacidade limitada de recolha de dados estão ansiosos por ver o que podem fazer com esses dados brutos, mas as sensibilidades abundam, incluindo a propriedade intelectual e a segurança nacional.
Espera-se que esses grandes centros de previsão continuem a testar os modelos antes que os rótulos “experimentais” sejam removidos. Os meteorologistas são inerentemente conservadores, diz DeMaria, dadas as vidas e propriedades em jogo, e os modelos baseados na física não estão prestes a desaparecer. Mas ele acha que as melhorias significam que só poderá haver mais uma ou duas temporadas de furacões antes que a IA desempenhe algum tipo de papel nas previsões oficiais. “Eles certamente veem o potencial”, diz ele.
